林浩岳　歐陽培建

摘 要：文章基于C#編程語言為茶葉分揀設(shè)備設(shè)計了一套控制軟件，軟件根據(jù)設(shè)備提供的茶葉圖像資料，結(jié)合識別算法判斷出茶葉的質(zhì)量，并通過特定通信協(xié)議控制設(shè)備對茶葉進(jìn)行分揀。該軟件對茶葉的批量化、自動化生產(chǎn)有一定的促進(jìn)作用。

關(guān)鍵詞：茶葉分揀;茶葉識別;分揀軟件

DOI：10.16640/j.cnki.37-1222/t.2019.24.067

1 概述

本軟件在微軟Visual Studio編程平臺上進(jìn)行開發(fā)，結(jié)合基礎(chǔ)類庫MFC和開源opencv圖像識別庫完成軟件的設(shè)計。軟件采用MVC開發(fā)框架，采用數(shù)據(jù)層，業(yè)務(wù)層和展現(xiàn)層的分層結(jié)構(gòu)。茶葉識別算法的設(shè)計分為狀選和色選兩個部分，分別對茶葉的外觀特征和顏色進(jìn)行識別處理，最后得出茶葉的質(zhì)量及分類數(shù)據(jù)。

2 茶葉圖像特點(diǎn)分析

以鳳凰茶葉為例，分析合格和不合格茶葉的圖像特點(diǎn)：

表1中觀察對比發(fā)現(xiàn)茶葉質(zhì)量等級可以由兩個方面來判斷，一是茶葉的顏色，二是茶葉的形狀。上位機(jī)軟件可以通過形狀算法來判斷茶葉的寬窄，通過HSV顏色系統(tǒng)來進(jìn)行判斷顏色。具體方法是給二值圖的像素點(diǎn)做標(biāo)記，尋找茶葉的輪廓，計算茶葉的面積，計算黃色所占面積占整個茶葉面積的比重。圖像初始化后，進(jìn)行骨骼化，找出茶葉的中軸，再找出兩個端點(diǎn)，取中軸兩邊多點(diǎn)計算平均寬度，得到茶葉的寬度值。

3軟件整體架構(gòu)

軟件的整體架構(gòu)設(shè)計如圖1所示，利用可視化編程框架MFC編寫軟件的界面，在業(yè)務(wù)層處理的時候?qū)⒉枞~識別算法分為色選和狀選兩部分，數(shù)據(jù)層是從網(wǎng)絡(luò)攝像頭獲取的茶葉圖像數(shù)據(jù)。

系統(tǒng)的軟件分為數(shù)據(jù)層、業(yè)務(wù)層和展示層三部分。數(shù)據(jù)層是獲取攝像頭采集的圖片數(shù)據(jù)。業(yè)務(wù)層是茶葉識別算法，茶葉識別分為兩個部分，一部分是茶葉顏色的識別，茶葉和茶梗是黑色，而雜葉偏黃;另一部分是茶葉形狀的識別，茶葉和雜葉都比較寬，而茶梗比較細(xì)。展示層則是可視化編程框架MFC編寫軟件的界面，界面會顯示攝像頭拍攝到的茶葉圖片。圖像處理過程中，色選模塊，采用符合我們描述顏色方式的HSV顏色系統(tǒng)，H代表色相，即顏色種類;S代表飽和度，即顏色的深淺;V代表色調(diào)，即顏色的亮度[1，2]。色選模塊通過計算顏色偏黃的面積占茶葉總面積的比例，分揀出質(zhì)量不同的茶葉。將采集到的原始圖像，經(jīng)過高斯低通濾波，把圖像的噪點(diǎn)濾除，再利用灰度圖進(jìn)行二值化，尋找茶葉的輪廓，從而計算出茶葉的面積。狀選模塊是先對初始化的圖像進(jìn)行骨骼化，骨骼化即對圖像進(jìn)行細(xì)化處理，找出茶葉的中軸，將圖像細(xì)化為二值圖，但整體形狀不變，利用骨骼化后的圖像找到茶葉的兩個端點(diǎn)，再用迪杰斯特拉最短算法求出茶葉的兩條邊，最后再取中軸兩邊的10對點(diǎn)計算出平均寬度，通過茶葉的寬度識別茶葉質(zhì)量的好壞。通過色選和狀選兩個模塊，可以準(zhǔn)確對茶葉進(jìn)行識別判斷，得到分類數(shù)據(jù)，用于控制下位機(jī)進(jìn)行分揀動作。

3.1 HSV顏色系統(tǒng)介紹

經(jīng)過多次的測試，最后決定在圖像的處理過程中采用HSV顏色系統(tǒng)，因為HSV對于茶葉顏色的表達(dá)更準(zhǔn)確。H、S和V分別代表色相、飽和度和色調(diào)。我們可以參照表2確定顏色的大致區(qū)間。

3.2 色選模塊算法設(shè)計

色選模塊算法流程：開始原始圖像計算茶葉總面積S1計算茶葉黃色區(qū)域面積S2計算茶葉黃色面積占整體面積的比例 （S2/S1）結(jié)束。

色選模塊的算法設(shè)計如上所示，主要分為兩部分，一部分是計算茶葉的總面積，另一部分是計算黃色區(qū)域面積，最后計算黃色面積占整體面積的比例，我們可以根據(jù)這個比例識別出茶葉是不是偏黃。

3.3 茶葉總面積的計算

計算茶葉總面積算法流程：開始原始圖像高斯濾波? ? ? ?灰度圖二值化尋找輪廓計算茶葉面積結(jié)束。

計算茶葉總面積的流程圖如上所示，首先原始圖像通過高斯濾波剔除一些外在的干擾，然后將圖像轉(zhuǎn)化為灰度圖，再二值化，最后尋找輪廓計算茶葉面積。

4 上位機(jī)軟件界面設(shè)計

上位機(jī)軟件的整體界面如圖2所示，整體的布局分為數(shù)據(jù)處理部分和數(shù)據(jù)統(tǒng)計部分。圖像顯示部分在界面的上半部分，數(shù)據(jù)統(tǒng)計部分在界面的下半部分。

下面詳細(xì)介紹各部分的功能：

①網(wǎng)絡(luò)攝像頭傳采集到的茶葉原始圖像;

②、③、⑤、⑥顯示茶葉識別判斷的結(jié)果;

④顯示茶葉圖像的灰度圖片;

⑦通信接口的相關(guān)配置;

⑧茶葉分類的數(shù)據(jù);

⑨設(shè)備啟動與停止按鈕。

5 與下位機(jī)的通信協(xié)議設(shè)計

PC機(jī)將識別判斷好的茶葉數(shù)據(jù)通過串口通信發(fā)送給下位機(jī)，通信數(shù)據(jù)包含茶葉所在的圖像通道和茶葉的質(zhì)量等級等信息。通信協(xié)議定義為：“0xff+0xff+通道號+茶葉質(zhì)量等級標(biāo)記+長度+校檢碼+0x0d+0x0a”。其中“0Xff+0xff”是通信開始標(biāo)識，“0X0d+0x0a”是通信結(jié)束標(biāo)識，下位機(jī)首先創(chuàng)建循環(huán)結(jié)構(gòu)體隊列，然后循環(huán)執(zhí)行以下程序：讀取位置編碼器的脈沖，在接收到正確的協(xié)議內(nèi)容后，將包含數(shù)據(jù)頭的結(jié)構(gòu)體壓入隊列，并循環(huán)檢測4通道是否為空，在隊列非空的情況下，根據(jù)信息頭信息來控制分揀機(jī)構(gòu)的執(zhí)行狀態(tài)。

6 小結(jié)

本文設(shè)計的茶葉分揀上位機(jī)軟件能顯示茶葉原始及灰度圖像，并通過識別茶葉的顏色和形狀來判斷茶葉質(zhì)量，得到的判別結(jié)果圖像顯示在軟件界面右上方，茶葉的統(tǒng)計數(shù)據(jù)在軟件下方顯示。并通過特定通信協(xié)議與下位機(jī)通信，完成茶葉分揀工作。經(jīng)測試軟件運(yùn)行穩(wěn)定，茶葉質(zhì)量識別率高于90%。該上位機(jī)軟件在界面美化及數(shù)據(jù)保存功能方面還需要繼續(xù)完善升級。

參考文獻(xiàn)：

[1]付貝貝.可視化傳感體系構(gòu)建及在茶葉檢測中的應(yīng)用研究[D].重慶大學(xué)，2016.

[2]余洪.基于計算機(jī)視覺技術(shù)的茶葉品質(zhì)分級研究[D].江西農(nóng)業(yè)大學(xué)，2017.

[3]陳勝勇.基于OpenCV的計算機(jī)視覺技術(shù)實(shí)現(xiàn)[M].科學(xué)出版社，2008.

作者簡介：林浩岳（1986-），男，廣東江門人，本科，實(shí)驗師，研究方向：電氣工程自動化。